Bibliotecas escritas em Jupyter Notebook

paper2gui

Convert AI papers to GUI，Make it easy and convenient for everyone to use artificial intelligence technology。让每个人都简单方便的使用前沿人工智能技术.

8.2k
MIT

tortoise-tts

Um sistema TTS multi-voz treinado com ênfase na qualidade.

8.2k
Apache License 2.0

nerf

Lançamento de código para NeRF (Neural Radiance Fields).

8.0k
MIT

FinRL

FinRL: Aprendizagem de Reforço Financeiro. 🔥.

7.8k
MIT

TTS

:robot::speech_balloon: Deep learning para Text to Speech (fórum de discussão: https://discourse.mozilla.org/c/tts) (por mozilla).

7.7k
Mozilla Public License 2.0

tsfresh

Extração automática de recursos relevantes de séries temporais:.

7.6k
MIT

pycaret

Uma biblioteca de aprendizado de máquina de código aberto e baixo código em Python.

7.5k
MIT

FinGPT

FinGPT centrado em dados. Código aberto para finanças abertas! Revolucione 🔥 Em breve lançaremos o modelo treinado..

7.5k
MIT

mlops-zoomcamp

Curso gratuito de MLOps do DataTalks. Club.

7.5k

examples

Exemplos de TensorFlow (por tensorflow).

7.3k
Apache License 2.0

qlora

QLoRA: Ajuste Fino Eficiente de LLMs Quantizados.

6.8k
MIT

Dreambooth-Stable-Diffusion

Implementação de Dreambooth (https://arxiv.org/abs/2208.12242) com difusão estável.

6.8k
MIT

DensePose

Uma abordagem em tempo real para mapear todos os pixels humanos de imagens RGB 2D para um modelo 3D baseado em superfície do corpo.

6.6k
GNU General Public License v3.0

Stock-Prediction-Models

Reúne modelos de aprendizado de máquina e aprendizado profundo para previsão de ações, incluindo bots de negociação e simulações.

6.6k
Apache License 2.0

pytorch-Deep-Learning

Deep Learning (com PyTorch).

6.5k
GNU General Public License v3.0

python-docs-samples

Amostras de código usadas em cloud.google.com.

6.4k
Apache License 2.0

H2O é uma plataforma de aprendizado de máquina de código aberto, distribuída, rápida e escalável: Deep Learning, Gradient Boosting (GBM) e XGBoost, Random Forest, Generalized Linear Modeling (GLM with Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.